基于K-D树加速的大型点云配准算法

基于K-D树加速的大型点云配准算法

为了实现大型点云的精确配准,首先对大型点云数据进行降采样及去质心预处理,并采用迭代最近点(Iterative Closest Point,ICP)算法计算点云间的旋转矩阵R与平移矩阵T,最终在Visual Studio中基于OpenGL库实现界面交互和结果显示.结果表明,该配准算法既支持人为选择关键点进行配准,也支持随机生成关键点进行配准,且准确率高.大型点云数据实验表明,针对大型点云点数目多,普通配准算法计算时间长的问题,采用K-D树进行配准算法加速,可保证精度,同时大大缩短了大型点云配准计算时间....

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:南通职业大学学报 2022-03, Vol.36 (1), p.70-75
Hauptverfasser: 吴振慧, 王彩余
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:为了实现大型点云的精确配准,首先对大型点云数据进行降采样及去质心预处理,并采用迭代最近点(Iterative Closest Point,ICP)算法计算点云间的旋转矩阵R与平移矩阵T,最终在Visual Studio中基于OpenGL库实现界面交互和结果显示.结果表明,该配准算法既支持人为选择关键点进行配准,也支持随机生成关键点进行配准,且准确率高.大型点云数据实验表明,针对大型点云点数目多,普通配准算法计算时间长的问题,采用K-D树进行配准算法加速,可保证精度,同时大大缩短了大型点云配准计算时间.
ISSN:1008-5327
DOI:10.3969/j.issn.1008-5327.2022.01.016